有一个基本问题我还没有完全理解。我有 5 个独立的组，想知道这些组中哪一个是不同的。所以我有两个选择： 1. 做单向方差分析，然后进行事后检验（例如 Tukey） 2. 只做多个 t 检验，然后调整 p 值，使用 pairwise.t.test 我应该采用哪种方法？这两种方法有什么不同？
一个后续问题：如果这 5 个组是依赖组（重复测量），那么进行这些比较的正确方法是什么？这些组独立时有什么不同吗？
提前感谢您的专家意见。
问问题
515 次
1 回答
1
这主要取决于您对哪些组彼此不同的预测是先验的（在您看到数据之前做出的）还是事后的（仅在您看到数据之后做出的）。如果在开始收集数据之前，您有特定的预测，即某些组会高于或低于其他组，那么您真的应该使用预先计划的对比（在某些条件下可以简化为简单的 t 检验）。
另一方面，如果您只是认为某些组可能不同，但您不知道哪些组，那么您应该进行整体 ANOVA，然后进行某种形式的校正测试。Tukey 检验和具有校正 p 值 (Bonferroni) 的 t 检验等检验在它们校正了考虑差异具有统计显着性所需的水平的意义上都是相同的。不同之处在于用于进行校正的方法。
Bonferroni 纠正了多项测试。Tukey (et. al) 纠正了多个测试和测试的事后性质。
您会发现此页面对于如何通过重复测量来完成所有这些问题很有用： David Howell 的关于如何使用重复测量进行多重比较的页面
于 2017-12-11T14:50:23.723 回答